应用测试岛的组批卫星流水线测试模式设计

刘鹤 赵阳 张淳 刘晓敏

(北京空间飞行器总体设计部，北京 100094)

卫星是一种大型复杂装备系统，具有高度的定制性，技术复杂，制造流程繁多。现阶段，国内总装、集成、测试(AIT)研制生产主要采用单件或小批量排产模式，一般耗费较大的人力、时间成本，卫星AIT工作能力受到限制[1]。随着航天产业民用化市场开放，应用需求不断提高，未来会更加聚焦全球覆盖式组网卫星的生产研制。因此，在资源有限的情况下，卫星AIT阶段生产调度压力越来越显著，主要体现在传统AIT综合测试模式在应对组批卫星生产要素调度方面略显不足。目前，国内卫星AIT阶段生产组织形式主要分为以下2种。

(1)传统单颗卫星AIT生产模式。主要采用原位测试模式，测试设备、人员和场地与卫星配套使用，并不进行资源动态调配和共享。此类AIT生产模式仍保留了孤立捆绑式形态，缺乏区域性统筹资源调度能力。因此，在生产过程中难免存在闲置期，或者会发生资源不足阻滞正常生产的现象[2]。

(2)北斗二号组批卫星AIT生产模式。该模式根据测试组织矩阵进行设计，采用表格化设计理念确定组织矩阵中测试人员和测试设备配比情况。此外，生产中又引用了双星分组生产模式，对人员、设备及场地进行小范围调配和共享，可支持同类多星并行生产，在一定程度上提高了生产效率。但是，该生产模式的资源共享和调配范畴受到了限制，且资源调配和共享的深度和广度不足，无法对长周期内所有在研卫星进行动态最优的排产策略设计。

国外先进卫星AIT生产线早已引入了流水线装配生产模式。波音公司卫星总装采用的一种新型装配模式——脉动式装配。在卫星总装过程中，待装配卫星运送到装配位置后静止停放，在一定的周期(节拍时间或间歇时间)内完成操作后通过输送线移动到下一个装配位置。脉动生产线是基于脉动模式建立的卫星总装配线，是间歇移动生产流水线的一种。但是，它仍只在装配环节上采用，对于整个AIT阶段，卫星的综合测试和部件装配是交替实施的。因此，国外的单纯流水线装配生产模式，不能完全适应国内组批卫星的AIT装配测试全过程研制生产。

本文以组批卫星AIT阶段新型生产模式及资源调度策略为研究对象，设计应用测试岛的流水线测试模式，在延续卫星高质量、高可靠、全覆盖式的试验前提下，为卫星智能AIT工厂理念构建基础框架。同时，本文采用基于多层编码的遗传算法，解决组批卫星AIT流水线生产模式下调度策略优化问题，对人员、设备和时间成本等生产要素进行合理规划和分配，为高效、高可靠、智能化的组批卫星AIT生产平台建立技术基线。

1 应用测试岛的组批卫星流水线测试模式

本文调研汽车、集成电路等先进制造领域的流水线式综合生产模式[3-7]，并结合现有卫星AIT研制生产过程的综合测试总体设计要求，基于测试阶段、测试功能和测试场地来界定AIT全过程的各个工序，每个工序位即为一个测试岛，同类测试岛具备相同生产职能。因此，卫星AIT全流程可理解为由不同类型测试岛按照一定顺序串联形成的生产过程。同类卫星并行测试调度问题，就是各类测试岛资源的统筹分配问题。通过设计测试岛流水线生产模型，可以细化AIT过程各阶段准入准出条件，明确各阶段实施要素，将传统AIT过程抽象为以测试岛为功能节点的流水线综合生产模型。其具体实现方式为：①构建AIT生产的信息化调度管理系统，便于生产要素的统筹分配；②实现复杂约束条件下排产策略的智能分析、引导和实施，解决传统AIT模式下的资源闲置浪费，或者资源不足阻滞生产问题；③通过先期预测分析，帮助管理人员很好掌控生产要素短板和生产流程的未来走势，实现生产资源动态调配。

基于功能区域化测试岛流水线的生产模式如图1所示。整个流水线由各类测试岛串联形成，同类测试岛又包含多个相同功能测试区域，为组批卫星并行测试提供支持。该测试模式以数据处理中心、数据诊断中心、调度中心、仿真中心、设计中心和研发中心为信息技术支撑。

1.1 测试岛关键要素分析

按照现有组批卫星的AIT综合测试研制生产要求，基于测试阶段、测试功能和测试场地，共建立8类测试岛，其中北京地区共建立7类测试岛，分别是A状态测试岛、B状态测试岛、C及电磁兼容性(EMC)试验测试岛、力学试验测试岛、热试验测试岛、出厂测试岛和故障诊断验证岛，发射场建立发射场测试岛，如表1所示。组批卫星通过在测试岛间流转实现流水线测试，在进入每类测试岛启动测试前，应按每类测试岛的准入条件要求进行检查，当全部条件均满足时方可启动综合测试。

图1 应用测试岛的流水线测试模式框图Fig.1 Diagram of flow-shop testing mode using testing islands表1 测试岛关键要素说明Table 1 Key elements description of testing islands

测试岛测试目标与传统AIT模式对比场地要求设备要求A状态测试岛 检查卫星平台各分系统之间电气接口的正确性和匹配性;检查平台与测试设备之间电接口的正确性和匹配性B状态测试岛 检验各分系统设备在整星条件下的功能、性能指标是否满足设计要求;检验卫星飞行程序和起飞状态设计的合理性和正确性 传统测试模式是采用原位测试方法,即各颗卫星固定工位。 流水线测试模式支持A状态和B状态测试,测试过程中可在同类工位中流转和互换,以配合整体调度要求 传统测试模式中,测试设备是与卫星配套使用。 流水线测试模式下,该阶段测试所需设备是与相应测试岛来配合使用,可服务于所有同类卫星,并不绑定在某颗卫星使用C及EMC试验测试岛 检验各分系统设备在整星无线条件下的功能、性能指标是否满足设计要求力学试验测试岛 通过力学环境试验前、试验中、试验后卫星电性能的测试,检验卫星经过力学环境试验后电性能是否满足设计指标要求。热试验测试岛 检验卫星热控分系统使卫星仪器设备保持在规定工作温度范围内的能力;在模拟轨道工况和热真空循环温度条件下,对卫星电性能进行测试,检验卫星适应空间热真空环境的能力 传统测试中,该类测试场地也是进行合理化排产使用,与流水线测试模式功能相似 传统测试模式中,测试设备需要跟随卫星转移运输并配套使用。 流水线测试模式下,采用固有设备配合完成电测任务,主要是配合EMC、力学或热试验测试所用的地面支持系统,配合完成电性能测试的地面辅助电缆、电缆转接箱、各系统电性能测试设备。以上设备服务于各类型测试岛,并不随卫星流转出厂测试岛 通过对卫星进行较详细的电测,最终确认卫星的电性能指标是否满足设计要求。故障诊断验证岛 用于在卫星常规测试岛流程中出现异常问题时长时间的诊断定位发射场测试岛 检查卫星通过长途运输后电气系统性能是否满足设计指标,检测卫星转场后电气系统性能是否满足发射卫星的技术指标 传统测试模式采用原位测试方法,即各卫星固定工位。 流水线测试模式支持出厂测试岛、故障诊断验证岛、发射场测试岛测试。测试过程中可在同类工位中流转和互换,以配合整体调度要求 传统测试模式中,测试设备是与卫星配套使用,并不进行流转。 流水线测试模式下,该阶段测试所需设备是与相应测试岛来配合使用,可服务于所有同类卫星,并不绑定在某颗卫星使用

1.2 测试岛流水线调度生产问题描述

卫星AIT过程可细分到各类型测试岛功能实现，但在流水车间生产问题中同样要考虑装配准备、等待和转运等时间耗损问题。因此，应用测试岛的流水线生产过程划分为装配及准备、综合测试、等待、转运4个阶段，各阶段之间的关系如图2所示。综合考虑各测试岛的工位及配套设备是否流转等因素，可以将北京地区的7种测试岛合并为4种类型，包括：常态下的测试工位、EMC无线测试工位、力学试验工位、真空热试验工位。根据固有的生产流程，设计测试岛流水线结构，如图3所示。

图2 应用测试岛的流水线生产流程Fig.2 Production process of flow-shop work using testing islands

图3 组批卫星流水线调度示意Fig.3 Flow-shop scheduling of batching satellites

测试岛流水线调度生产问题描述如下。①所有卫星都需要按照相同的AIT综合测试路径经过多个测试阶段完成；②至少有1个测试岛链有2个或2个以上同构并行测试岛，每个测试岛链上的测试岛数量不等；③每个测试岛上的卫星一旦开始测试就不能中断，异常除外；④任意1颗卫星的同一个阶段只能在1个测试岛内开展测试；⑤在任意2个相邻阶段之间有运输时间；⑥组批卫星中因为功能的差异，其配备的载荷设备也不尽相同，在同一个阶段生产时间也不相同；⑦在卫星AIT过程中，常态型工位可以覆盖多个测试阶段，因此存在卫星重新进入到与先前相同功能测试岛链的过程。以图3为例，卫星在出厂之前都要重新经过测试岛链1作为最后一个阶段的AIT测试。

2 组批卫星生产调度模型

应用测试岛理念设计的组批卫星流水线测试模式，提出了测试岛流水线生产模式中的关键要素，并对AIT综合测试阶段的组批卫星流水线生产调度问题进行了科学描述，明确了测试岛流水线的生产流程。为了能够解决组批卫星智能排产问题，需对以上问题进行科学建模，并研究复杂流水线系统排产策略的非线性寻优算法。

2.1 混合流水车间调度模型

组批卫星AIT测试流程调度可归为混合流水车间调度问题(HFSP)[8-13]。HFSP是经典流水车间与并行机作业车间的结合，具有多任务、多工序、多并行特点。通过合理调度多阶段并行机的生产任务，缩短完工时间，降低生产成本。目前，国内外针对不同的调度目标(如完工时间、生产线平衡)，通过车间调度优化开展研究。其基本原理是：通过一定约束情景的假设，建立车间生产模型，并借助优化技术求解，完成生产任务排序及设备分配。

根据第1节构建的组批卫星流水线测试模式，研究该模式下组批卫星生产调度模型。卫星AIT综合测试中常用的术语与HFSP模型的关系为：测试阶段对应流水线工厂模型中的工序，测试岛对应流水线工厂模型中的工位。

在HFSP中，卫星在某个测试阶段内可由对应测试岛链内的某一个测试岛完成，并且至少存在一个阶段由一个或多个测试岛实现该任务。记Ji为待测卫星序号(i=1,2,…,n，n为卫星总数)，mj为第j个阶段的测试岛总数，ti,j,k，si,j,k，和ei,j,k分别为卫星Ji在第j个阶段第k个测试岛上的总装集成测试时间、开始时间和工作完成时间，最大允许完工时间Cmax=max{C1,C2,…,Cn}，p为测试阶段总数。其HFSP模型描述如下。

minCmax=min {max{ei,p}}i=1,2,…,n

(1)

(2)

(3)

k=1,2,...,mj

(4)

ei,j=si,j+1+ti,ji=1,2,...,n；

j=1,2,...,p

(5)

ei,j≤si,ji=1,2,...,n；j=1,2,...,p

(6)

l=1,2,...,n；k=1,2,…,mj;j=1,2,…,p

(7)

j=1,2,…,p；l1=1,2,…,n；l2=1,2,…,n；

l1≤l2；k=1,2,…,mj

(8)

式中：L为测试岛的最大允许测试周期。

(9)

(10)

式(1)表示以最小化最大综合测试时间为目标函数；式(2)确保任何一个测试阶段的某个位置只能安排一颗卫星；式(3)确保任何一个测试阶段中一颗卫星仅能被安排在一个位置上测试；式(4)表示在某个阶段上一颗卫星仅能在一个测试岛上测试；式(5)表示某一个测试阶段上卫星的总装集成测试完成时刻等于卫星的开始测试时刻加上卫星的阶段测试时间；式(6)表示卫星需要满足测试流程顺序约束；式(7)表示卫星在任一个阶段的优先级越高则卫星开始处理时间就越早；式(8)表示如果同一阶段2颗卫星被分配到同一个测试岛测试，则优先级低的卫星需要等待，直到优先级更高的卫星测试完毕。

2.2 基于多层编码遗传算法的HFSP方案

本文采用多层编码遗传算法优化上述HFSP。传统遗传算法中每个染色体表示问题中的一个潜在最优解。对于简单问题来讲，染色体可以表达问题的潜在解。然而，对于较为复杂的优化问题，染色体不能充分表达问题的解。多层编码遗传算法把个体编码分为多层，每层编码均表示不同含义，多层编码共同完整表达了问题的解，从而一个染色体可以准确表达复杂问题的解。多层编码遗传算法扩展了遗传算法的使用领域，可以方便用于多输入多输出类复杂系统优化问题解算。总体设计流程见图4。

算法具体计算步骤为：①参数初始化，优化算法参数，例如种群个体数、最大进化代数等。②种群初始化，根据作业测试岛调度规则，随机初始化种群，每一个个体表示问题的一个可行解。③计算种群适应度及选择优秀个体，根据适应度函数计算个体的适应度，选择目标函数作为适应度函数，并采用轮盘赌法选择优秀个体。④交叉和变异操作，采用整数交叉和变异方法得到优秀个体。⑤合并种群并保留优秀个体，计算新个体的适应值，比较新个体间的距离，若距离小于给定距离时，重新生成新个体替换当前个体。⑥若达到最大进化代数，终止进化，否则，进化代数自加1，并返回②重复上述步骤。⑦最终得到编码后的测试岛流转顺序，例如203，表示2号卫星第3个阶段的测试工序。

图4 多层编码遗传算法总体设计流程Fig.4 Overall flow chart of multi-layer coding genetic algorithm

3 设计验证

3.1 仿真设计

以“北斗”组批卫星AIT测试调度为例进行仿真分析。按照种类，“北斗”卫星可分为中地球轨道(MEO)、倾斜地球同步轨道(IGSO)和地球静止轨道(GEO)3类，由于卫星设计功能差异，3类卫星在各测试阶段耗费的时间各不相同，如表2所示。目前，A状态和B状态测试岛可以复用，卫星和地面设备无需转运，因此可以将2个测试岛测试周期合并。假设有一组卫星进行排产，MEO/GEO/IGSO数量分别为4/2/2，卫星各阶段可选的测试岛分配如表3所示。这里假设仅考虑出厂前的AIT阶段，同一类卫星的同一个阶段测试时间相同，各测试岛测试时间如表4所示。由表4可知，组批卫星在出厂前AIT全过程中，主要覆盖4个测试阶段，共经过5类测试岛，包括A状态测试岛、B状态测试岛、C及EMC测试岛、力学测试岛和热试验测试岛。3类组批卫星在各测试阶段的时间略有差异，但卫星经过各测试岛的工序是一致的。

表4 “北斗”卫星在各测试阶段的测试时间Table 4 Testing time of Beidou satellites in different testing stage 天

3.2 仿真结果及分析

采用多层编码遗传算法求解该组卫星HFSP，算法基本参数设置为：种群数目为50，最大迭代次数为100，交叉概率为0.8，变异概率为0.6，得到最优个体对应卫星测试的甘特图如图5所示。仿真过程中未设置卫星的测试次序，图5中三位数编码表示卫星的测试工序，例如测试岛5中有602，表示序号6卫星在第2阶段选择5号测试岛。同一颗卫星在不同阶段用同一个颜色来表示。

图5 组批“北斗”卫星AIT阶段调度Fig.5 Scheduling for Beidou batching satellites in AIT stage

由图5的仿真结果可知：在4个测试阶段中，测试岛数量分配为4/2/2/2时，MEO/GEO/IGSO的数量为4/2/2，排产结果总共需要239天。如果按照传统AIT测试流程实施，该项任务在4个测试阶段共需要时间约为(87+88)+(13+13)+(16+17)+(21+22)=277天。可见，算法智能排产后时间传统测试流程排产时间缩减了13.7%。另外，从图5中还可发现：测试阶段之间的空白区域能通过调整入岛时间进行压缩或者放宽处理；同时也能获得同一时段开展的所有卫星资源的占用和耗损情况，包括场地、设备、人员等，对AIT生产过程有积极的指导意义。

4 结束语

本文调研了国内外卫星AIT测试模式，设计面向组批卫星的流水线装配和测试模型，提出应用多功能“测试岛”的模型设计，并实施测试岛内的专业化独立管理，明确测试岛的状态定义和准入标准，可实现AIT测试的信息交互同步、集中高效、统一调度管理，为引入流水线模式排产调度合理化分析奠定良好基础。通过对测试岛流水线的卫星AIT生产调度问题构建HFSP模型，并提出采用基于多层编码的遗传算法解决流水线装配测试问题，最终实现在资源约束条件下，通过数字化模型最优分析完成组批卫星AIT排产策略。在现有研究基础上，后续将开展以下几个方面的深入研究：在卫星AIT阶段，生产模式多遵守“先入先出”原则，可将次序约束条件引入到HFSP模型中，更真实地描述组批卫星的生产过程；在AIT的某些阶段，存在同进同出的并行机式测试岛，通过引入并行机数字化约束，可与组批卫星生产相适应；进一步考虑测试岛内复杂测试用例的并行及串行的调度策略。